Tag: AI

  • AI Act w Polsce: od 28 października komisja może ukarać firmę za AI

    Przez trzy miesiące ustawa o systemach sztucznej inteligencji obowiązywała, ale nie miała czym egzekwować. Od dziś ma kontrole, skargi i kary. Dla małej firmy zmienia się jedno: z obowiązku, którego nikt nie sprawdzał, robi się procedura z terminem i adresem.


    Co weszło w życie 28 października

    Ustawa z 3 lipca 2026 roku o systemach sztucznej inteligencji trafiła do Dziennika Ustaw 27 lipca, pod pozycją 1003. Art. 127 dzieli jej wejście w życie na dwa etapy: czternaście dni od ogłoszenia dla całości, czyli 11 sierpnia, i trzy miesiące dla art. 8 do 18 oraz rozdziałów 3, 4, 5, 8 i 9. Trzy miesiące od 27 lipca to 28 października i to jest właśnie ta data.

    W odłożonych rozdziałach siedzi cała maszyneria: opinie indywidualne, kontrola, postępowanie w sprawie naruszenia, kary administracyjne i możliwość zawarcia układu. Powołanie Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji, w skrócie KRiBSI, oraz lista jej zadań obowiązują od sierpnia. Organ więc istniał, ale dopiero dziś dostał narzędzia i terminy, w których musi ich użyć.

    Przewodniczącą komisji jest Pamela Krzypkowska, powołana przez Sejm 18 września. W rozmowie z „Rzeczpospolitą” powiedziała zdanie, które warto zapamiętać przy każdej firmowej dyskusji o AI: każda skarga musi być rozpatrzona.

    Kto jest kim

    Rozporządzenie 2024/1689 rozdziela role. Dostawca wprowadza system na rynek albo oddaje go do użytku pod własną nazwą. Podmiot stosujący, po angielsku deployer, używa systemu w swojej działalności. Salon, który wykupuje subskrypcję asystenta do odpowiedzi na wiadomości, jest podmiotem stosującym. Firma, która zleca napisanie chatbota i sprzedaje go dalej pod swoją marką, jest dostawcą i odpowiada za dokumentację techniczną, zgodność i nadzór nad modelem.

    Polska ustawa nie dokłada nowych obowiązków merytorycznych. Dokłada organ, procedurę i kary za obowiązki, które były w rozporządzeniu od sierpnia. To rozróżnienie ma praktyczne znaczenie, bo wiele porad w sieci opisuje obowiązki dostawcy i straszy nimi właściciela salonu, który nigdy nie wystawił systemu AI na sprzedaż.

    Co obowiązywało już wcześniej

    Trzy rzeczy działały przed dzisiejszą datą i nie znikają z listy tylko dlatego, że dziś doszła czwarta.

    Zakazy z art. 5 obowiązują od 2 lutego 2025 roku. Nie wolno używać AI do oceny lub klasyfikacji ludzi na podstawie ich zachowania w sposób, który prowadzi do krzywdzącego traktowania, do rozpoznawania emocji w miejscu pracy i w szkole, do technik podprogowych ani do wykorzystywania słabości wynikających z wieku, niepełnosprawności czy sytuacji społecznej. Kamera w gabinecie, która ocenia nastrój pracownika, należy do praktyk zakazanych.

    Obowiązek kompetencji z art. 4 obowiązuje od tego samego dnia. Dostawca i podmiot stosujący mają podjąć środki, żeby personel miał wystarczający poziom wiedzy o AI, z uwzględnieniem jego doświadczenia i kontekstu użycia. Nie ma certyfikatu, nie ma egzaminu, nie ma wymaganej liczby godzin. Jest wymóg, żeby dało się pokazać, że firma coś zrobiła.

    Przejrzystość z art. 50 obowiązuje od 2 sierpnia 2026 roku. Kto publikuje deepfake, czyli wygenerowany obraz, głos albo wideo przedstawiające rzeczy, które się nie wydarzyły, musi ujawnić, że powstało inaczej. Przy tekście obowiązek jest węższy i dotyczy publikacji, które informują o sprawach interesu publicznego. Post na Instagramie salonu fryzjerskiego nie jest taką publikacją. Reklama z wygenerowaną twarzą klientki, która wygląda jak zdjęcie, już jest problemem.

    Gdzie to dotyka strony internetowej

    Trzy miejsca w zwykłej firmowej stronie są dziś bardziej narażone na pytanie ze skargi niż reszta.

    Pierwsze to czat na stronie. Jeśli widget udaje człowieka i nie mówi, że jest botem, obowiązek informowania ma przede wszystkim dostawca systemu, ale to twoja strona jest miejscem, w którym klient tego nie widzi. Sprawdzenie zajmuje minutę: otwórz czat w trybie incognito i przeczytaj pierwsze zdanie. Drugie to formularze i pliki, które trafiają do narzędzia AI. Jeśli pracownik wkleja treść zapytania klienta do modelu, żeby szybciej napisać odpowiedź, dane wychodzą z firmy bez podstawy i bez umowy powierzenia. Trzecie to zdjęcia i wideo w reklamach, bo to one najczęściej przechodzą przez generator i najmocniej udają rzeczywistość.

    Jak wygląda skarga

    Skargę może złożyć każdy: osoba fizyczna, osoba prawna i jednostka bez osobowości prawnej. Klient, były pracownik, konkurent, dziennikarz. Art. 59 ustawy wymaga trzech rzeczy: nazwy lub opisu systemu, opisu faktów i powodów, dla których autor uważa, że doszło do naruszenia. Skargę składa się elektronicznie, a papierowo tylko wtedy, gdy elektronicznie się nie da.

    Dalej idzie procedura, którą warto znać, bo ma terminy. Kontrola nie może się zacząć wcześniej niż siedem dni po doręczeniu zawiadomienia o jej wszczęciu. Domyślnie jest prowadzona zdalnie. Kontrolujący ma prawo żądać dokumentów, korespondencji mailowej, dostępu do systemów i do chmury, w zakresie, w jakim firma ma do nich dostęp, oraz wyjaśnień ustnych i pisemnych. W trakcie postępowania komisja może wydać ostrzeżenie z listą działań naprawczych, a firma ma 21 dni na informację, że je wykonała. Osobno, jeśli komisja stwierdzi naruszenie i nie dojdzie do układu, wydaje decyzję, która nakazuje usunięcie skutków naruszenia w 14 dni od doręczenia. Całe postępowanie nie może trwać dłużej niż sześć miesięcy od doręczenia postanowienia o jego wszczęciu.

    Ten układ jest łagodniejszy, niż brzmi w nagłówkach. Pierwszym narzędziem jest ostrzeżenie, nie kara, a wykonanie zaleceń komisja bierze pod uwagę przy ustalaniu wysokości kary.

    Ile to kosztuje

    Kary wynikają z art. 99 rozporządzenia, do którego odsyła art. 105 ustawy. Trzy progi: do 35 mln euro albo 7 proc. obrotu za praktyki zakazane z art. 5, do 15 mln euro albo 3 proc. za naruszenie między innymi obowiązków przejrzystości z art. 50, do 7,5 mln euro albo 1 proc. za podanie organowi nieprawdziwych lub niepełnych informacji. Przy MŚP kara wynosi tyle, ile niższa z tych dwóch wartości, więc dla małej firmy w praktyce liczy się procent obrotu, a nie kwota w euro. Kwoty przelicza się na złote po kursie NBP z 28 stycznia danego roku.

    Przykład, nie benchmark: firma z obrotem 1,2 mln złotych. Trzy procent to 36 tysięcy złotych, siedem procent to 84 tysiące. Przygotowanie do pierwszej kontroli to inwentarz narzędzi, jedna strona zasad i szkolenie. Osiem godzin pracy po 150 złotych to 1200 złotych, czyli trzydzieści razy mniej niż najniższy z tych progów.

    Kara jest mało prawdopodobna, ale koszt przygotowania jest mały wobec ceny sporu o to, czy firma w ogóle wie, czego używa.

    Opinia za 150 złotych

    Najciekawszym mechanizmem w tej ustawie jest opinia indywidualna. Firma może złożyć wniosek o pisemną odpowiedź, czy jej konkretne zastosowanie AI jest zgodne z przepisami. Opłata wynosi 150 złotych. Komisja ma 30 dni, a w sprawach szczególnie skomplikowanych 60. Opinia wiąże komisję i inne organy państwowe w opisanym stanie faktycznym, a zastosowanie się do niej przed jej zmianą nie może firmie zaszkodzić.

    Jest jeszcze jedno zdanie, które warto znać: jeżeli komisja nie wyda opinii w terminie, uznaje się ją za wydaną zgodnie ze stanowiskiem, które firma przedstawiła we wniosku. Wniosek musi więc zawierać własną ocenę prawną, a nie tylko opis sytuacji.

    Dla małej firmy to najtańszy sposób, żeby dostać wiążącą odpowiedź na pytanie, które i tak prędzej czy później zada klient albo pracownik, i znacznie tańszy niż spór po kontroli.

    Czego ta ustawa nie wymaga

    Nie ma obowiązkowego oficera AI. Nie ma certyfikatu, który trzeba wykupić. Nie ma obowiązku zgłaszania każdego użycia ChatGPT do żadnego rejestru: rejestr z art. 6 ustawy prowadzi komisja i wpisuje do niego skargi, a nie narzędzia firm. Nie ma oceny zgodności dla systemu, który nie jest wysokiego ryzyka, a ChatGPT do pisania opisów usług takim systemem nie jest. Obowiązki dla systemów wysokiego ryzyka z załącznika III wchodzą 2 grudnia 2027 roku, a z załącznika I 2 sierpnia 2028 roku.

    Ustawa nie zdejmuje też RODO. Jeśli narzędzie przetwarza dane klientów, działa ustawa o ochronie danych osobowych i UODO, a komisja ma z nim współpracować. Wpisanie danych klienta do darmowego czatu pozostaje tym samym problemem co przed 28 października, tylko teraz ma dodatkową ścieżkę skargi.

    Co zrobić w tym tygodniu

    1. Wypisz narzędzia AI, których naprawdę używa firma, razem z tymi na prywatnych kontach pracowników. Kolumny: narzędzie, do czego, jakie dane, kto używa.
    2. Sprawdź, czy któreś nie robi rzeczy z art. 5. Ocena emocji, scoring zachowań, techniki podprogowe. Jeśli tak, wyłącz je dziś, nie w przyszłym kwartale.
    3. Napisz jedną stronę zasad: co wolno wrzucać do modelu, czego nie wolno, kto zatwierdza treści wychodzące na zewnątrz.
    4. Oznacz to, co wygląda jak prawdziwe, a nie jest: wideo, głos, zdjęcia w reklamach.
    5. Zostaw ślad po szkoleniu. Data, lista osób, zakres. Art. 4 nie wymaga certyfikatu, wymaga środków.
    6. Zapisz, gdzie leżą umowy z dostawcami narzędzi. To pierwszy dokument, o który poprosi kontrolujący.

    Szósty punkt jest nudny i właśnie dlatego zostaje na koniec. Cała reszta zależy od osoby, która przejrzy narzędzia, porówna je z tym, co firma robi naprawdę, i zapisze, co ustaliła. W dydlak.cloud prowadzę taki przegląd u klientów: spis narzędzi AI, jednostronicowe zasady korzystania i odpowiedź na pytanie, co z tych przepisów dotyczy właśnie tej firmy, a nie korporacyjnego działu zgodności.

  • AI w małej firmie: od czego zacząć, żeby nie przepalić budżetu

    Wdrożenie AI nie polega na dopisaniu kolejnego narzędzia do listy subskrypcji. Polega na znalezieniu pracy, która powtarza się co tydzień, i oddaniu jej maszynie tak, żeby efekt dało się policzyć.


    Wdrożenie zaczyna się od procesu, nie od modelu

    W praktyce „wdrożenie AI” sprowadza się do jednego pytania: które zadania w Twojej firmie ktoś wykonuje w kółko, ręcznie, i które z nich model może przejąć bez psucia jakości? Jeśli odpowiesz na to pytanie, wybór narzędzia zajmuje godzinę. Jeśli nie odpowiesz, kupisz platformę, przeszkolisz zespół i po dwóch miesiącach nikt nie będzie umiał powiedzieć, co się właściwie zmieniło.

    Dlatego kolejność jest zawsze taka sama: proces, koszt tego procesu, dopiero potem technologia. Model językowy dobrze radzi sobie z czytaniem i pisaniem tekstu, klasyfikowaniem wiadomości, streszczaniem dokumentów i wyszukiwaniem informacji w firmowych zbiorach. Nie prowadzi rozmowy sprzedażowej, nie podejmuje decyzji kredytowej i nie zastąpi osoby, która zna klienta od dziesięciu lat. Rozróżnienie tych dwóch list jest połową roboty.

    Subskrypcja ChatGPT rozdana zespołowi to nie wdrożenie. To wydatek, który czasem przynosi efekty, a czasem tylko rachunek.

    Małe firmy mają tu przewagę, nie handicap

    Dane Eurostatu za 2025 rok pokazują skalę luki: AI używało 17% małych firm w Unii, 30% średnich i 55% dużych. W Polsce odsetek wszystkich firm z co najmniej dziesięcioma pracownikami wyniósł 8,4%, czyli jeden z najniższych w Europie. Łatwo z tego wyciągnąć wniosek, że małe firmy są zapóźnione. Moim zdaniem to odwrotne czytanie danych.

    Duża organizacja ma problem, którego mała nie ma: żeby cokolwiek zmienić, musi przejść przez działy, budżety, IT, compliance i dwa komitety. Mała firma ma proces, który mieści się w jednej głowie, i osobę, która może powiedzieć „robimy to w poniedziałek”. To dokładnie ten układ, w którym pilotaż trwa tygodnie, a nie kwartały.

    Przewaga jest jednak warunkowa. Znika, gdy właściciel traktuje AI jak zakup, a nie jak zmianę sposobu pracy.

    Gdzie to się zwraca najszybciej

    Cztery obszary wracają w niemal każdym wdrożeniu, które widziałem u mniejszych klientów.

    Obsługa powtarzalnych zapytań. Asystent odpowiadający na pytania z Twojej bazy wiedzy: godziny otwarcia, dostępność, status zamówienia, warunki zwrotu, zakres usług. Wartość nie polega na tym, że odpowiada 24/7, choć to też. Polega na tym, że klient dostaje odpowiedź w minutę, a Ty nie przerywasz pracy nad wyceną, żeby napisać po raz czterdziesty, gdzie zaparkować.

    Dokumenty. Faktury, umowy, formularze, zgłoszenia reklamacyjne. Wyciągnięcie kilku pól z PDF-a i wpisanie ich do arkusza to praca, której nikt nie lubi, a która zjada godziny w tygodniu. Tu AI działa dobrze, bo zadanie jest wąskie i sprawdzalne: albo kwota się zgadza, albo nie.

    Treści, których i tak nie piszesz od zera. Opisy produktów, warianty tekstów reklamowych, pierwsze wersje ofert. Model daje szkic, człowiek robi z niego tekst. Jeśli liczysz na gotowy materiał do publikacji bez redakcji, rozczarujesz się.

    Porządkowanie zgłoszeń. Klasyfikacja maili, tagowanie leadów, streszczanie długich wątków, wyciąganie z rozmów tego, co trzeba zrobić i do kiedy.

    Wspólny mianownik: powtarzalność i objętość. Jeśli coś zdarza się raz w miesiącu, automatyzacja tego się nie zwróci. Jeśli zdarza się trzydzieści razy dziennie, zwróci się szybko.

    RAG i agent, czyli dwa pojęcia, które warto znać

    Dwa terminy wracają w każdej rozmowie o wdrożeniach, więc rozłóżmy je na części.

    RAG (retrieval-augmented generation) to sposób pracy, w którym model najpierw szuka właściwego fragmentu w Twoich dokumentach, a dopiero potem na nim odpowiada. Bez tego odpowiada z pamięci, czyli z ogólnej wiedzy, i potrafi z pełnym przekonaniem podać nieprawdę. Z RAG-iem asystent „zna” Twój cennik, regulamin i procedury, bo za każdym razem je czyta. To nie eliminuje błędów, ale zmienia ich charakter: z wymyślonych na takie, które wynikają z nieaktualnego dokumentu, a to dużo łatwiej naprawić.

    Agent robi więcej niż odpowiadanie: sprawdza status w systemie, tworzy rekord, wysyła maila, przechodzi do następnego etapu. Agent jest mocniejszy i kosztowniejszy w utrzymaniu, bo każda akcja wymaga uprawnień, obsługi błędów i zabezpieczenia przed sytuacją, w której model robi coś, czego nie powinien. W małej firmie pierwszy projekt prawie nigdy nie powinien być agentem. Najpierw asystent, który czyta i podpowiada, potem ewentualnie automatyzacja, która działa.

    Jak policzyć, czy to się opłaca

    Rachunek jest prosty i nie wymaga modelu finansowego. Policz, ile godzin miesięcznie pochłania proces, ile kosztuje godzina pracy osoby, która go wykonuje, i jaką część tej pracy przejmie automatyzacja. Realnie to 60 do 80%, nie 100%, bo zawsze zostaje obsługa wyjątków.

    Przykład. Trzydzieści zapytań klientów dziennie, średnio siedem minut na jedno. To trzy i pół godziny dziennie, przy 21 dniach roboczych około 73 godzin miesięcznie. Przy koszcie godziny 60 złotych daje 4410 złotych. Jeśli asystent przejmie 70% zapytań, uwalnia około 51 godzin, czyli 3087 złotych miesięcznie. Koszt utrzymania takiego rozwiązania (API, hosting, aktualizacja bazy wiedzy) to zwykle kilkaset złotych miesięcznie. Reszta jest zyskiem albo czasem, który możesz przeznaczyć na coś innego.

    Uwaga na uproszczenie: nie licz tego jako „oszczędności na etacie”. W małej firmie nikt nie zwalnia osoby po wdrożeniu asystenta. Wartość bierze się z trzech miejsc, które trudniej wpisać do tabeli: szybkości odpowiedzi, powtarzalności komunikatu i możliwości obsłużenia szczytu bez dokładania rąk. To nadal pieniądze, tylko mniej widoczne.

    Pilotaż w trzydzieści dni

    Zamiast „transformacji cyfrowej” zrobiłbym jedną rzecz w skali, którą da się cofnąć.

    Tydzień 1. Wybierz jeden proces i zmierz go tak, jak jest dziś. Nie „dużo czasu”, tylko liczba zdarzeń i minut. Zapisz punkt odniesienia, bo bez niego nie udowodnisz efektu nawet sam sobie.

    Tydzień 2. Zbierz dokumenty, z których asystent ma korzystać, i sprawdź, czy są aktualne. To najnudniejszy etap i miejsce, w którym pada najwięcej projektów. Model nie naprawi cennika z 2023 roku.

    Tydzień 3. Uruchom wąsko: jeden kanał, jedna grupa klientów albo jeden typ dokumentu. Zostaw człowieka w pętli. Niech ktoś przegląda odpowiedzi, zanim pójdą do klienta.

    Tydzień 4. Porównaj z punktem odniesienia. Jeśli 70% odpowiedzi idzie bez poprawek, skaluj na kolejny kanał. Jeśli 30%, problem jest w danych albo w zakresie, nie w modelu.

    Przed startem ustal kryterium porażki. „Jeśli po miesiącu ludzie nadal poprawiają większość odpowiedzi, wyłączamy i wracamy do rozmowy o procesie.” Projekt bez takiego warunku kończy się przywiązaniem do narzędzia, które nie działa.

    Ryzyka, o których trzeba powiedzieć wprost

    Zmyślanie. Model potrafi odpowiedzieć pewnym tonem na pytanie, którego nie powinien dotykać. W obsłudze klienta to ryzyko wizerunkowe. Ograniczają je trzy rzeczy: RAG na aktualnych dokumentach, jasny zakres tematów, na które asystent odpowiada, i eskalacja do człowieka przy wątpliwości.

    Dane. Zanim wkleisz umowę albo dane klienta do zewnętrznego narzędzia, sprawdź, gdzie trafiają i czy masz podstawę do ich powierzenia. W UE to rozmowa o RODO, nie o dobrych intencjach. Część zadań lepiej rozwiązać na modelu hostowanym u Ciebie albo w chmurze z umową powierzenia i wyłączonym trenowaniem na danych.

    AI Act. Większość przepisów rozporządzenia obowiązuje od 2 sierpnia 2026 roku, a obowiązki dla systemów wysokiego ryzyka wchodzą etapami w 2027 i 2028. Dla małej firmy praktyczne znaczenie mają dwie rzeczy: przezroczystość (klient ma wiedzieć, że rozmawia z AI, a treści generowane przez model bywają oznaczone) oraz kompetencje zespołu, bo obowiązek zapewnienia podstawowej wiedzy o AI obowiązuje od lutego 2025. Większość wdrożeń w małej firmie nie jest systemem wysokiego ryzyka, ale warto to sprawdzić, a nie zakładać.

    Koszt utrzymania. Wdrożenie to nie jednorazowy wydatek. Baza wiedzy się starzeje, model się zmienia, pojawiają się nowe pytania. Budżet na utrzymanie to część projektu, nie dodatek.

    Nadmiar automatyzacji. Nie wszystko warto oddawać maszynie. Reklamacja po trzech tygodniach oczekiwania albo rozmowa o zwrocie dużego zamówienia powinny trafić do człowieka, i to szybko. Asystent ma odciążać, nie odgradzać.

    Czego nie robić

    Nie kupuj platformy przed wyborem procesu. Nie licz „liczby promptów” ani „liczby wdrożonych narzędzi” jako miary sukcesu. Nie zaczynaj od przebudowy wszystkich systemów, bo pierwszy projekt ma dowieźć wynik, a nie architekturę. I nie wdrażaj AI dlatego, że konkurencja gdzieś o tym wspomniała.

    Co zrobić w tym tygodniu

    1. Wypisz trzy zadania, które Twój zespół robi najczęściej i najmniej chętnie.
    2. Dla każdego oszacuj liczbę zdarzeń w miesiącu i minuty na jedno zdarzenie.
    3. Sprawdź, czy dokumenty potrzebne do ich obsługi są aktualne i w jednym miejscu.
    4. Wybierz to jedno, które ma największy iloczyn powtarzalności i czasu, i zaplanuj dla niego miesięczny pilotaż.

    Jeśli po tym kroku nadal nie wiesz, od czego zacząć, to też jest odpowiedź: problem nie leży w technologii, tylko w tym, że proces nie został nigdy opisany. Wtedy pierwsza godzina pracy idzie na wypisanie zdarzeń i minut, a nie na porównywanie modeli. Czasem wystarczy jedno popołudnie z kimś, kto zada niewygodne pytania o to, co naprawdę zajmuje zespółowi czas.

    W dydlak.cloud robię dokładnie to, co opisuje ten tekst: przegląd procesów, wybór jednego kandydata, pilotaż z punktem odniesienia i kryterium porażki ustalonym przed startem, a potem utrzymanie, kiedy rozwiązanie już działa. Pracuję bezpośrednio z właścicielem, więc decyzje zapadają w trakcie rozmowy, a nie w kolejnym sprintcie. Jeśli chcesz sprawdzić, czy w Twojej firmie jest co automatyzować, napisz kilka zdań o tym, co zajmuje najwięcej czasu. Odpowiem, czy to dobry kandydat na pilotaż, czy strata pieniędzy.

  • Strona internetowa w 2026: dlaczego Instagram jej nie zastąpi

    Kilka razy w tym roku usłyszałem to samo zdanie: sprzedaż i marketing przeniosły się do social mediów, więc strona internetowa jest już niepotrzebna. Ta opinia ma sensowną podstawę, ale prowadzi do złego wniosku. Profil i strona robią dwie różne rzeczy, a w 2026 roku doszła trzecia: asystenci AI, którzy odpowiadają na pytania klientów i biorą treść z tych samych stron.


    W czym ta opinia ma rację

    Salon kosmetyczny w mieście powiatowym potrafi zrobić pełny grafik z Instagrama. Zdjęcia efektów, relacje z pracy, rezerwacje w wiadomościach. Właścicielka, która mówi „mam komplet klientek z Instagrama”, nie opowiada historii marketingowej, tylko opisuje swój tydzień.

    Kłopot zaczyna się wtedy, gdy z jednego działającego przypadku robi się regułę dla wszystkich branż. Instagram działa tam, gdzie usługa jest wizualna, a klient już wie, kogo szuka, albo przynajmniej chce obejrzeć kilka kont i wybrać. Nie działa tam, gdzie klient ma problem i nie zna nazwy firmy, która go rozwiąże: cieknący zawór, rozliczenie najmu, balustrada na wymiar, sala na wesele na sto dwadzieścia osób. W tych kategoriach zapytanie nie zaczyna się od przeglądania rolek.

    Jest jeszcze drugi powód, dla którego ta opinia brzmi przekonująco. Właściciel firmy widzi na własne oczy, że post z Instagrama przyniósł trzy zapytania, a strona przez miesiąc nie przyniosła żadnego. To prawda, tylko dotyczy strony, której nikt nie aktualizował od 2019 roku i która nie odpowiada na żadne pytanie wpisywane w wyszukiwarkę. Zepsuta strona jest gorsza od braku strony, bo przekonuje właściciela, że wszystkie strony są zepsute.

    Najem czy własność

    Mechanika feedu wyjaśnia więcej niż jakiekolwiek porównanie zasięgów. Post nie trafia do wszystkich obserwujących. Trafia do tej części, którą system uzna za najbardziej zainteresowaną, a reszta go nie zobaczy, dopóki nie zapłacisz za wyświetlenia. Konto firmowe nie jest kanałem, w którym wysyłasz wiadomość do swojej listy. Jest licytacją, w której platforma decyduje, kto zobaczy treść, a budżet reklamowy jest stałą częścią kosztu dotarcia do klienta.

    Do tego dochodzi kwestia własności, o której łatwo zapomnieć, dopóki coś się nie stanie. Konto może zostać ograniczone po błędzie w weryfikacji, zablokowane po fałszywym zgłoszeniu albo zamknięte bez wyjaśnienia. Jeśli cała komunikacja firmy stoi na profilu, tego dnia firma traci kanał sprzedaży i nie ma kopii treści ani rozmów z klientami. Strona na własnej domenie zachowuje się inaczej: domena jest zarejestrowana na firmę, pliki są na hostingu, a kopię można przenieść do innego dostawcy w jeden dzień.

    Dane GUS mówią to samo. W 2025 roku własną stronę internetową miało 67,5% przedsiębiorstw, a konto w mediach społecznościowych 47,8%. To dane dla firm zatrudniających co najmniej dziesięć osób, więc mikroprzedsiębiorcy nie są w nich ujęci. Kierunek jest jednak wyraźny: firm ze stroną jest więcej niż firm z profilem, więc teza o social mediach, które zastąpiły strony, nie trzyma się danych. Social doszedł obok strony, a nie w jej miejsce.

    Czego na profilu nie zrobisz

    Zostać znalezionym przez kogoś, kto nie zna nazwy firmy. Wyszukiwarka w Instagramie dopasowuje konta po nazwie, opisie i hashtagach. Wyszukiwarka internetowa przyjmuje zapytanie „hydraulik Rybnik cena” i zwraca strony, które na to pytanie odpowiadają. To dwie różne funkcje i dwie różne intencje.

    Pokazać ofertę z warunkami. Zakres usług, widełki cenowe, czas realizacji, obszar działania, sposób płatności, odpowiedzi na pytania, które klient zadaje przez telefon. Na profilu to wszystko ląduje w opisie i przypiętych relacjach, gdzie mało kto to czyta, a robot wyszukiwarki nie ma czego zaindeksować.

    Zebrać zapytanie w formie, którą da się obrobić. Formularz daje komplet danych w jednej wiadomości: czego klient potrzebuje, na kiedy i jak się z nim skontaktować. Rozmowa w wiadomościach prywatnych rozjeżdża się na dziesięć wiadomości i często kończy się bez odpowiedzi, bo klient w międzyczasie napisał do dwóch innych firm.

    Do tego dochodzi coś, czego profil nie ma: stały adres, który można komuś wysłać. Posty znikają z zasięgu po dwóch dniach, a odpowiedź na pytanie „czy dojeżdżacie do Gliwic” chce się mieć w jednym miejscu, do którego prowadzi wizytówka Google, mail i SMS od klienta.

    Zapytanie trafia do Google i do asystenta AI

    Google podaje, że w ciągu roku obsługuje biliony zapytań. To liczba z ich własnej strony opisującej, jak działa wyszukiwarka, i przez ostatnie lata się nie zmieniła. Obok klasycznych wyników doszły AI Overviews i tryb AI Mode, a poza Google zapytania dostają ChatGPT, Copilot, Gemini i Perplexity.

    Wszystkie te odpowiedzi powstają w podobny sposób, a Google opisuje go wprost w poradniku dla właścicieli stron. System pobiera z indeksu pasujące, aktualne strony (retrieval-augmented generation, w skrócie RAG, nazywane też ugruntowaniem), a następnie układa na ich podstawie odpowiedź i pokazuje klikalne linki do źródeł. Z tego wynikają dwa wnioski, których nie da się obejść. Strona, której nie ma w indeksie, nie może być źródłem odpowiedzi. Strona, która jest w indeksie, ale nie odpowiada na pytanie, też nie zostanie wybrana, bo model nie wymyśli Twojej oferty. Weźmie ją z tekstu, który ktoś napisał.

    Praktyczna konsekwencja jest taka, że w miejscu, gdzie klient wysyła zapytanie, coraz częściej widać odpowiedź, a nie dziesięć niebieskich linków. Ta odpowiedź ma źródła, a źródła to strony. Jeśli chcesz być w niej wymieniony, musisz być jedną z tych stron.

    ChatGPT działa według tej samej logiki, z własnym botem. OpenAI utrzymuje OAI-SearchBot, który pobiera strony pokazywane w wynikach wyszukiwania w ChatGPT, i zaznacza w dokumentacji, że strona blokująca tego bota w robots.txt nie pojawi się w odpowiedziach, choć może zostać pokazana jako link nawigacyjny. Blokowanie botów AI bywa odruchem, ale w praktyce jest wypisaniem się z kanału, który rośnie. Jeśli celem jest zablokowanie treningu, a nie wyszukiwania, to dwie osobne decyzje: GPTBot i OAI-SearchBot.

    Skala jest na razie mała i lepiej powiedzieć to od razu. W Polsce asystenci AI to jeszcze margines ruchu. W 2025 roku z narzędzi generatywnej AI korzystało w ciągu ostatnich trzech miesięcy 22,7% osób w wieku 16-74 lat, przy 32,7% średnio w Unii Europejskiej (Eurostat, zbiór isoc_ai_iaiu). W grupie 16-24 lata w Polsce było to 49,3%. Nikt nie zbuduje na tym dzisiejszej sprzedaży. Sens jest inny: asystenci czytają dokładnie te treści, które już pozycjonujesz w Google. Jedna praca obsługuje dwa kanały, a młodsza część rynku wchodzi w ten kanał szybciej niż reszta.

    Mitów wokół AI jest więcej niż faktów. Google w tym samym poradniku pisze, że poza indeksacją i standardowym SEO nie ma osobnych wymagań technicznych dla funkcji AI, a krążące po sieci sztuczki (dzielenie tekstu na fragmenty, plik llms.txt, zabieganie o wzmianki w przypadkowych miejscach) można pominąć. Jest za to jedno ustawienie w Search Console, które decyduje o tym, czy treści w ogóle kwalifikują się do pokazania w funkcjach AI. Skrótu nie ma. Jest strona, która odpowiada na pytania lepiej niż konkurencja.

    Jak wygląda strona, która pracuje

    Wersja mobilna jest wersją główną, bo Google indeksuje i pozycjonuje stronę na podstawie wersji pobranej telefonem. Wersja desktopowa może być piękna, ale to nie ona decyduje o wyniku.

    Szybkość ma publiczne progi, więc nie trzeba wierzyć nikomu na słowo: LCP poniżej 2,5 sekundy, INP poniżej 200 milisekund, CLS poniżej 0,1, liczone dla 75. percentyla odwiedzin. Jeśli strona się w nich nie mieści, traci ruch i część zapytań, niezależnie od tego, jak wygląda na zdjęciach w portfolio.

    Treść odpowiada na konkretne pytania. Osobna sekcja dla każdej usługi, miasto w tekście, widełki cenowe, czas realizacji, FAQ z pytaniami, które klient naprawdę zadaje przez telefon. Z tego materiału korzysta wyszukiwarka i z tego samego asystent AI.

    Wezwanie do działania jest widoczne od razu: telefon klikalny, przycisk z rezerwacją terminu, formularz na dwie minuty. Na telefonie w zasięgu pierwszego ekranu, nie po pięciu przewinięciach.

    Strona jest połączona z wizytówką Google. Profil firmy w Mapach prowadzi do strony, a strona do profilu. Bez tego wyniki lokalne pokazują firmę, ale po kliknięciu nie mają czego pokazać.

    Ile to kosztuje i czego strona nie zrobi

    Rachunek na jednej liczbie. Jeśli na reklamy w social mediach wydajesz 600 złotych miesięcznie, rocznie jest to 7200 złotych, a przez trzy lata 21 600 złotych, i po trzech latach nie zostaje z tego nic poza historią kampanii. Strona kosztuje raz, a potem domena i hosting, więc koszt zdobycia kontaktu spada z każdym miesiącem, w którym działa. Reklama nie jest zła i bez płatnego zasięgu nowa strona długo nie zbierze ruchu. Chodzi o proporcję: płatny zasięg powinien prowadzić na stronę, która zamienia odwiedziny w zapytania, a nie być jedynym miejscem, w którym firma istnieje.

    Lista rzeczy, których strona nie zrobi, jest krótka. Znać ją trzeba przed rozmową z kimkolwiek, kto sprzedaje strony.

    • Nie sprzeda sama. Sprzedaje oferta, cena i rozmowa z człowiekiem.
    • Nie zastąpi social mediów. Dystrybucja treści nadal dzieje się tam, gdzie są ludzie.
    • Nie naprawi złej oferty ani ceny oderwanej od rynku.
    • Nie przyniesie ruchu bez treści i bez czasu. Nowa domena zbiera zaufanie miesiącami, nie w tygodniach.
    • Nie zagwarantuje pierwszej pozycji. Nikt tego nie może, a kto obiecuje, ten albo nie rozumie, jak działa wyszukiwarka, albo liczy na to, że klient nie sprawdzi.

    Pięć rzeczy do sprawdzenia w piętnaście minut

    1. Otwórz stronę na telefonie z wyłączonym Wi-Fi i zmierz, ile trwa, zanim zobaczysz treść.
    2. Sprawdź, czy numer telefonu i przycisk z rezerwacją widać bez przewijania.
    3. Wpisz w Google nazwę usługi i miasto. Zobacz, czy jesteś w trójce wyników lokalnych i czy Twoja strona pojawia się w linkach.
    4. Zapytaj ChatGPT albo Gemini o trzy firmy z Twojej branży w Twoim mieście i sprawdź, czy Cię wymienia.
    5. Wejdź w Search Console i sprawdź, czy strona jest zaindeksowana i czy na najważniejszych podstronach nie ma błędów.

    Jeśli po tych pięciu krokach wychodzi, że strona istnieje, ale od trzech lat nikt jej nie ruszał, albo że jej w ogóle nie ma, to jest ten moment, w którym nowa strona kosztuje mniej nerwów niż poprawianie starej. W Sitehero wygląda to tak: wklejasz adres obecnej strony albo odpowiadasz na kilka pytań w krótkim formularzu, my przygotowujemy układ, teksty i projekt, a Ty dostajesz gotową stronę w ciągu jednego do dwóch dni roboczych. Domenę rejestrujemy na Twoją firmę, więc zostaje u Ciebie, a zmiany na stronie wprowadzamy po wiadomości. Pierwszy krok to jedna wklejona linijka.